基于MIMIC算法和RPCA的混合蚁群优化算法

来源：南京信息工程大学学报·自然科学版杂志2020年第5期北京时间：

作者：官娟

单位：官娟,东南大学 数学学院, 南京, 210096,刘国华,东南大学 数学学院, 南京, 210096,liuguohua@seu.edu.cn刘天祺,东南大学 数学学院, 南京, 210096,秦健,东南大学 数学学院, 南京, 210096,张淼森,东南大学 数学学院, 南京, 210096

摘要：为提高连续域上蚁群算法的寻优性能，降低决策变量之间的相关性，设计一种基于MIMIC算法和RPCA的连续域上蚁群优化算法.本文首先介绍连续域上的蚁群算法；然后根据一些处理多变量相关性的方法，给出有效相关性的定义；接着提出一种基于MIMIC算法和RPCA的混合蚁群算法；最后，通过对标准测试函数进行优化求解实验，将所得结果与连续域上的蚁群优化算法相比较，可知该算法在寻优能力和收敛性方面都有明显的提高，是一种有效的优化算法.

关键词：蚁群优化算法;变量相关性;MIMIC算法;鲁棒主成分分析(RPCA)

基金资助：国防科技创新特区项目（2019）